今年4月，谷歌推出“多搜索”功能，支持图文混合检索。在I/O开发者大会上，谷歌宣布扩展该功能为“附近的多搜索”，计划于2022年下半年上线。用户可将图片或截图与“near me”（附近）结合，快速定位提供服装、家居或食品的本地商家。此外，谷歌还透露了面向AR眼镜的视觉搜索进展，可基于手机取景器实时识别场景中的多个物体。
通过“附近”多搜索，用户能获取与当前图文组合查询相关的本地选项。例如，DIY时遇到需更换的零件，只需用摄像头拍照识别，即可找到有库存的本地五金店。
谷歌表示，该功能核心逻辑与现有“多搜索”一致，仅增加了本地化组件。
“多搜索”初衷是让用户针对眼前物体提问，并通过颜色、品牌等视觉属性细化结果。该功能在购物场景中表现突出，能有效弥补纯文本搜索的局限。例如，拍摄运动鞋照片并添加“蓝色款式”文字，即可精准筛选指定颜色商品，甚至直接跳转官网购买。新增“附近”选项后，搜索结果将进一步聚焦于有货的本地零售商。
在查找本地餐厅方面，用户可基于美食博客等渠道的图片进行搜索，识别菜品并查询提供堂食、外带或外卖的周边餐厅。谷歌搜索将图像与“找附近餐厅”的意图结合，扫描数百万张图片、评论及地图数据，精准匹配本地店铺。
目前，“附近”功能已在全球范围内以英语上线，后续将逐步扩展至更多语言。
更值得关注的是场景内搜索能力。未来，用户移动相机即可识别更广范围内的多个物体。例如扫描书店书架时，系统会在现实画面上叠加显示书籍相关信息。
Google搜索高级总监Nick Bell指出：“我们整合了计算机视觉、自然语言理解、网络知识及端侧技术，使该功能具备巨大潜力。”
尽管谷歌早在Google Glass时期便涉足AR领域，但尚未确认新型AR眼镜的开发计划，仅暗示了相关可能性。
Bell表示：“随着AI技术发展，视觉搜索将成为继语音、桌面和移动端搜索之后的重要组成。”
他补充道：“Google Lens月均视觉搜索量已达80亿次，是去年同期的三倍。用户对视觉搜索需求强烈，我们正深入探索其实用场景，这无疑是搜索未来的关键部分。”
据悉，谷歌正秘密推进代号Project Iris的AR头显项目，预计2024年发布。届时，场景扫描与图文/语音搜索功能有望在设备上实现无缝衔接，例如注视心仪运动鞋时，可直接导航至最近门店完成购买。
Google搜索高级副总裁Prabhakar Raghavan在I/O大会上提出，该技术不仅能满足日常需求，还可助力社会公益，如帮助保护主义者识别濒危植物，或在紧急情况下协助救灾人员快速分类物资。
由于该功能仍处于开发阶段，谷歌暂未公布场景扫描能力的具体上线时间。
